使用聚集组改变阻力训练组配置的慢性效应:一项系统综述和荟萃分析
Chronic Effects of Altering Resistance Training Set Configurations Using Cluster Sets: A Systematic Review and Meta‑Analysis
Timothy B. Davies；Derek L. Tran；Clorinda M. Hogan；G. Gregory Haff；Christopher Latella
摘要
研究背景：已经证实了对聚集阻力训练(RT)的急性反应。然而，与传统组相比，聚集组对肌肉和神经肌肉适应性的影响仍然不清楚。
研究目标：比较实施聚集和传统组配置的RT计划对肌肉和神经肌肉适应性的影响。
研究方法：对Embase、Scopus、Medline和SPORTDiscus进行了系统搜索。纳入标准为:(1)随机或非随机对照研究；(2)用英文出版；(3)所有年龄组的参与者；(4)参与者无任何健康状况或损伤；(5)聚集集合干预；(6)利用传统设置配置的比较干预；(7)干预时间≥3周，以及(8)至少一项力量/力量/扭矩、爆发力、速度、肥大或肌肉耐力变化的测量。原始数据(平均值±SD或范围)从纳入的研究中提取。计算对冲的g效应大小(es)平均值的标准误差(SEM)和95%置信区间(95% CI)。
研究结果：29项研究被纳入荟萃分析。在力量(ES = 0.05±0.10，95%置信区间0.21至0.11，p = 0.56)、爆发力输出(ES = 0.02±0.10，95%置信区间0.17至0.20，p = 0.86)、速度(ES = 0.15±0.13，95%置信区间0.10至0.41，p = 0.24)、肥大(ES = 0.02)此外，当考虑训练量、聚类集模型、训练状态、训练的身体部位或运动类型时，没有观察到差异。
研究结论：总的来说，聚集和传统设置配置都证明了积极诱导肌肉和神经肌肉适应的同等效力。然而，聚集设置配置可以实现这样的适应，在RT期间具有较少的疲劳发展，这可能是各种锻炼设置和周期性RT计划阶段的重要考虑因素。
关键点
Ø 聚集和传统的设置配置产生类似的改善肌肉力量，爆发力输出，运动速度，肌肉肥大和耐力。
Ø 当对结果进行亚分析以控制训练量、聚类集模型、训练状态、训练的身体部位和运动类型时，观察结果保持一致。
Ø 未来的研究需要调查在临床人群中改变组合配置的慢性影响，在这些人群中，抗阻训练期间的疲劳和高强度运动是禁忌的。
1引言
有组织的和持续的阻力训练（RT）是发展各种身体性能特征的重要组成部分。特别是，力量、爆发力和速度、肥大和耐力是运动员发展、表现和整体健康的关键组成部分。传统上，体能训练是基于组别配置来规定的，在组别配置中，连续的重复训练和组别间的休息时间，持续时间从1到5分钟不等。这些配置在文献中被称为 “传统组”，尽管它们可以引起大量的疲劳和代谢物的积累，但它们可以积极地影响肌肉力量的适应。然而，目前还不清楚，与其他技术相比，这些组合配置是否提供了最佳或有利的刺激。此外，在周期性训练计划中，必须进一步考虑到训练阶段的总体目标的重点。例如，当肌肉力量和爆发力的发展是优先考虑的，而疲劳需要最小化时，传统的组合配置可能不是最佳的，因此需要其他策略。
因此，实施组内休息时间，统称为 “聚集组”，被认为是提供一种新的RT刺激，旨在优化肌肉和神经肌肉的适应。1987年，Roll和Omer首次在科学文献中提出了聚集组训练，作为图兰大学春季和夏季北美足球项目的一部分。根据美国举重教练卡尔-米勒的报告，使用聚集组的轶事证据可以追溯到20世纪50年代。特别是，增加组内休息时间已被证明可以减少组内表现下降的幅度（即疲劳），从而促进更大的负荷和更高的训练强度。有明确的证据表明，在RT期间，聚集组配置的急性益处。具体来说，Latella等人最近进行的一项荟萃分析表明，聚集组是一种有效的技术，可以减少在传统组合配置中通常观察到的速度和爆发力输出的损失。聚集组也可以使相同数量的重复动作以较低的感知疲劳进行。另外，与传统的组别配置相比，同样数量的重复动作可以用更大的负荷来完成。然而，虽然传统组和聚集组的急性反应不同，但结构化训练的目的是为了产生长期的适应。因此，更深入地了解在训练过程中改变组别配置的长期效果，对于证实其在训练计划中的功效至关重要。
目前关于聚集和传统组合后的慢性表现适应性的证据在某种程度上是矛盾的。对于肌肉力量和肥大来说，传统的组合配置以前一直被推荐，因为与聚集组配置相比，在组合的后期阶段，会产生大量的疲劳，有更多的受力时间，代谢物的积累和更多的肌肉激活。然而，虽然有几项研究表明，传统的组合配置比聚集组配置在发展肌肉力量方面更有优势，但其他的研究则没有，或者没有显示出区别。此外，在RT的特定阶段，运动速度和力量输出是一个主要焦点。在重复训练中，更大的运动速度和更大的力量输出，已经被证明是在疲劳最小化的情况下，用聚集组合来完成的。在训练过程中更大的速度被认为是为发展动力输出和运动速度提供了一个特定的训练刺激，因此，导致了这些变量的积极适应。然而，与肌肉力量和肥大相似，在现阶段，支持运动速度和力量输出发展的纵向证据，在利用聚集组的训练区块中还不清楚。相反，在RT期间减少疲劳可能不利于其他表现能力的发展。例如，聚集组训练可能不是唤起肌肉耐力适应的最佳方式，但目前还缺乏证据。因此，在目前的应用环境中，考虑到对各自的急性反应的明显差异，聚集组或传统组是否能促进类似的或更好的肌肉和神经肌肉的适应是未知的。
1.2研究目标
本综述的目的是整理现有文献中的证据，直接比较实施聚集和传统组合配置的RT项目对人类肌肉和神经肌肉适应的影响。具体来说，我们采用了系统化和元分析的方法来确定每种配置的慢性效应，以及控制训练量、所使用的聚集组模式、训练状态、运动类型和训练的身体部位对后续适应的进一步影响。我们还评估了现有数据的质量，并确定了未来研究需要解决的领域。我们希望这次审查的结果能够提供全面的证据，证明改变组合配置对肌肉和神经肌肉表现发展的各种标志物的有效性。具体来说，这些信息可以帮助力量和体能从业者和运动专家进行训练计划的规划和准备。
2 方法
2.1 研究问题
本综述是根据系统综述和元分析的首选报告项目（PRISMA）指南进行的。本综述的主要目的是确定在RT过程中改变组合配置对各种神经肌肉和肌肉性能参数的慢性影响。研究问题是用参与者、干预措施、比较、结果和研究设计（PICOS）框架来定义的；
1.参与者 显然是所有训练经历、性别和年龄的健康人。
2.干预措施 采用聚集组方案或聚集组替代方案（例如，休息-暂停法）的RT干预（≥3周）。
3.采用传统聚集配置的比较者RT干预。
4.结果 神经肌肉和肌肉性能参数包括：肌肉力量、爆发力、速度、肥大和肌肉耐力。
5.研究设计 前瞻性的随机或非随机的比较研究。
2.2 信息来源和文献检索策略
我们系统地搜索了四个数据库；Embase、Scopus、Medline和SPORTDiscus。TBD和DLT在2020年2月6日进行了初步搜索。在所有数据库中，搜索仅限于英文研究，没有日期限制。Medline和Embase的搜索只限于人类研究。此外，还对纳入的文章进行了前向引文追踪，以发现初始搜索中遗漏的研究。搜索策略包括结合MeSH术语和关键词。聚集*”或 “聚集负荷 “或 “聚集类型 “或 “组间休息 “或 “休息再分配 “或 “休息负荷 “或 “休息暂停 “或 “传统组 “或 “组内 “或 “组间*”或 “工作-休息比率 “或 “重复机械学 “或 “组配置 “和 “举重 “或 “举重 “或 “重量- 训练 “或 “重量训练 “或 “阻力训练 “或 “阻力运动 “或 “力量训练 “或 “力量训练 “和 “力量 “或 “力量输出 “或 “肌肉力量 “或 “神经*”或 “速度 “或 “耐力 “或 “表现 “或 “肥力*”或 “力量 “或 “肌肉*”。该搜索于2020年7月13日更新。
2.3 研究的选择和关注的结果
TBD和DLT使用Covidence系统综述软件（Veritas Health Innovations, Melbourne, Australia）独立筛选了标题和摘要，以确定是否纳入全文。Covidence对重复的内容进行了过滤，并进行了人工筛选，以确保所有重复的内容都被识别。TBD和DLT进行全文筛选，以确定最终的文章收录和数据提取。在标题和摘要或全文筛选阶段的冲突被讨论并通过共识或由第三位审稿人（CMH）解决。关注的主要结果是使用最大或峰值和/或等长或动态测试方式的平均值测量或估计的肌肉力量。次要结果包括力量输出的测量或估计（最大或峰值和/或平均或在涉及物体投射的测量中的距离）、速度（运动、杠铃或身体在运动中的峰值和/或平均速度）、骨骼肌肥大（全身肌肉质量或肌肉特定厚度/横截面积）和肌肉耐力（直到任务失败的重复次数或直到任务失败的时间）。
2.4 纳入标准
本综述的纳入标准包括。(1) 随机或非随机的比较研究；(2) 以英语发表的学术论文；(3) 所有年龄组的参与者；(4) 被招募的参与者没有任何疾病或损伤；(5) 训练干预组采用Tufano等人定义的聚集组配置（即组内休息、组间休息、休息再分配和/或休息-暂停模式）；(6) 比较训练干预组采用传统组配置（即连续重复，没有组内休息策略）。 即连续重复，没有组内休息策略）；（7）干预长度≥三周（即足够长的时间来检测肌肉力量和肥大的变化）；（8）至少有一项对力量/力/扭矩输出、爆发力输出、肌肉肥大、速度或肌肉耐力变化的测量或估计。
2.5 数据提取
干预前和干预后的数据被提取为平均值±标准差（SD），或在需要时提取为范围。对于被选入综述的研究，我们获得了完整的文本。TBD提取了相关的数据，包括。(1) 研究信息（发表年份、样本量和研究作者）；(2) 参与者特征（年龄、性别、体重、身高和训练年龄/状态）；(3) 训练变量（运动类型、训练频率、干预持续时间、组别配置、休息时间、节奏、重复次数/组别、训练时间、是否控制训练量和/或强度以及相对训练量）；(4) 报告的损伤；(5) 肌肉表现结果测量（如研究选择和关注结果部分所定义）和(6) 结果评估方法。如果数据不清楚或没有在全文中列出，则与相应的作者联系，了解感兴趣的变量，随后纳入或排除。
2.6 研究质量和报告评估
质量评估由CL和CMH使用 “运动中的研究质量和报告评估工具”（TESTEX）进行。对不同意见进行了讨论，并通过协商一致或由第三位评估员（TBD）来解决研究质量问题。TESTEX工具是专门为运动训练干预而设计的，允许总共获得15分（5分用于研究质量，10分用于报告）。在研究质量方面，有以下几点可得一分。(1)资格标准规范；(2)随机化规范；(3)分配隐蔽性；(4)基线时组别相似；(5)至少有一个主要结果的评估者是盲法。对于研究报告，以下情况可得一分 (1)85%的参与者评估了结果；(2)报告了不良事件；(3)报告了运动出席情况；(4)意向治疗分析；(5)主要和次要结果的组间统计比较；(7)为所有结果提供点估计；(8)对照组的活动监测；(9)相对运动强度保持不变；(10)如果可以计算运动量和能量消耗。由于据我们所知，目前还没有基于该量表对研究质量进行分类的方法，我们选择将总分（即满分15分）分为四等分。基于这种方法，我们认为得分<4为 “差”，4-7为 “中等”，8-11为 “好”，>11为优秀的研究质量和报告。
2.7 统计分析
为了保守地看待数据中的随机误差，对所有感兴趣的变量采用了随机效应模型。在描述性报告中，数据以平均值±SD表示。Hedges’g（平均差异除以集合加权标准差）效应大小（ES）±平均标准误差（SEM）和95%置信区间（95% CI）被用来表示干预措施之间的效果。ES在所有分析中被解释为；<0.2、0.6、1.2、2.0和>4.0，分别代表小、中、大、非常大和极其大的效应，正的ES表示该效应倾向于聚集组配置，而负的ES则倾向于传统配置。所有的分析都是使用综合元分析软件第3版（Biostat, Englewood, NJ, USA）进行的。异质性是通过I2和Chi2（Q值）统计评估的。小于40%的值被认为是不明显的异质性。为了获得足够的统计能力，在主要结果的集合随机效应分析中，至少包括五项研究。Hedges’g的漏斗图及其SEM被用来评估所有主要分析的发表偏倚。对感兴趣的结果有多种测量方法的研究或多组研究被合并为一个ES进行分析，以避免研究的不正确加权。
子分析被用来确定潜在的主要混杂变量对组间效应的影响。具体来说，在对所有结果进行子分析时，酌情考虑控制训练量、聚集组模型、训练状态、训练的身体部位（即上肢和下肢运动）和运动类型（即孤立和复合运动）。对于研究干预或子分析的详细特征，混杂变量的定义如下。
1.训练量 如果绝对训练量（每次训练完成的总次数）在整个干预中是相等的，则被认为是 “匹配 “的。总体相对训练负荷（量）的计算方法是：组数×重复次数×1次最大运动量的百分比。总的相对训练量被确定为所有课程的相对训练量之和。
2.聚集组模型 我们将聚集组配置定义为在单次或一组重复之间实施的休息时间，包括起伏和上升的聚集组。具体来说，聚集组模式包括：休息再分配、重复间休息、基本聚集组和Tufano等人所定义的休息-暂停方法。
3.训练状态 与Latella等人的方法类似，我们将参与者按训练状态分为未训练（”身体活跃和/或<12个月的RT经验”）、训练（”>12个月的RT经验”）或运动（”国家级或以上运动员”）。
4.受训的身体部位 如果训练干预和结果测量涉及上半身运动，则研究被视为上半身。同样的逻辑也适用于下半身运动。在同时存在上半身和下半身结果的研究中，ES在子分析中被分开。
5.运动类型 如果在感兴趣的结果中使用了≥两个关节，则运动被认为是 “复合 “的（例如，卧推）。如果在运动中使用了一个单独的关节，则被认为是 “孤立的 “结果（例如，肱二头肌卷曲）。
3 结果
3.1 研究选择和参与者特征
筛选和研究选择过程（即PRISMA流程图）见图1。我们联系了四项研究的作者，以获得已发表的稿件中没有的相关数据，两位作者作了回应。共有29项研究被纳入荟萃分析，共有803名参与者（聚集：n = 388，传统集：n = 415）。平均年龄从17岁到63岁不等，其中14项研究只使用男性，4项研究只使用女性，11项研究使用混合性别样本。大多数研究（n = 15）是在未受过训练的参与者中进行的，13项研究包括受过训练的参与者，只有一项研究包括 “运动型 “参与者。详细的参与者和干预特征见表1和表2。
表1 纳入研究的参与者特征
表2 纳入研究的训练特征
3.2 干预措施的特点
训练频率从每周2天到4天不等，最常采用的是每周2天（n = 19）。训练时间的中位数是7周（范围：3至12周）。大多数研究实施了训练量（n = 24）和/或强度匹配（n = 25）的方案。一项研究有一个训练量控制组和一个无控制的传统组。在有训练量不匹配组的5项研究中，有3项研究的聚集组配置组的训练量较高。当强度被计算在内时，20项研究的相对训练量负荷相当，5项研究的相对训练量负荷较高。与传统组合配置方案（11.2±6.0分钟/次）相比，聚集组配置中每次练习的平均总时间（14.2±7.3分钟/次）更高。尽管这在统计学上并不显著，但还是观察到一个小的影响（P = 0.09，ES = 0.49）。纳入的研究没有报告不良事件；然而，只有六项研究报告了此类数据。
3.3 聚集组模型
共有13项研究(45%)采用了重复间休息聚集模型，8项研究(28%)采用了休息再分配模型，只有5项研究(17%)采用了基本聚集模型。休息-暂停的方法不太常见，总共有3项研究（10%）采用。
3.4 肌肉力量
在纳入的29项研究中，有26项研究（90%）报告了聚集组和传统组合配置之间肌肉力量的主要结果测量。总的来说，聚集组配置将肌肉力量的结果提高了18.6±13.1%，而传统配置也导致了类似的提高，即18.4±16.13%。汇总分析显示，聚集组和传统组合配置之间没有差异（ES = – 0.05 ± 0.10，95% CI – 0.21 to 0.11，p = 0.56），并在图2中说明。在评估肌肉力量的研究中，最常见的聚集组模式是重复间歇模式，在11项研究中实施（42%）。7项研究（27%）使用了休息再分配模型，5项研究（19%）使用了基本的聚集模型，3项研究（12%）使用了休息-暂停方法。值得注意的是，22项研究（85%）控制了聚集组和传统组配置之间的训练量，超过一半（58%）的研究是在未受过训练的参与者中进行的。
3.4.1 评估力量的方法、训练的身体部位和运动类型
最常见的评估肌肉力量的方法是1RM测试，在19项研究中进行（73.1%）。其他不太常用的方法包括预测1RM（19%），而有5项研究使用最大主动收缩（19.2%），一项研究使用6RM测试，另一项使用10RM测试。在测试力量的研究中，18项研究（69.2%）使用了上半身运动，18项研究（69.2%）使用了下半身运动。大多数研究（76.9%）使用了复合运动，包括卧推、深蹲和肩压。9项研究（34.6%）使用了孤立运动，包括腿部伸展、肱二头肌弯曲和压腿。
3.5 爆发力输出
荟萃分析中包括了17项测量爆发力输出变化的研究。衡量爆发力输出的平均改进在各组爆发力输出结果之间是相似的。在测量爆发力输出的研究中，最常见的聚集模型是重复间休息（n = 7，41%）和休息再分配（n = 7，41%）模型，而三项研究（18%）使用基本聚集模型。15项（88%）研究控制了聚集和传统组配置之间的训练量，17项研究中有9项（53%）是在未经训练的参与者中进行的。
3.5.1 评估力量的方法、训练的身体部位和运动类型
大多数研究（n=15，88%）使用下半身运动来直接和/或间接（如高度或距离）评估力量输出，其中跳跃变化（如下蹲跳、立定跳远、跳蹲）是最常见的下半身运动（n=10，67%），还有四项研究（27%）使用深蹲，三项研究（20%）使用伸腿。只有7项研究（41%）用上半身运动测试力量输出，其中5项（86%）使用卧推，2项（14%）使用投掷运动。大多数研究使用复合运动来评估爆发力输出（n = 14，82%），而只有三项研究（18%）使用孤立运动。
3.6 速度
八项研究被纳入速度结果的荟萃分析中。聚集配置的速度平均增加2.5±13.4%，而传统配置的速度平均减少3.4±8.9%。然而，集合分析（图4）显示，不同组合配置之间没有统计学上的显著差异（ES=0.15±0.13，95%CI-0.10至0.41，P=0.24）。一半的研究采用了重复间休息组模型，三项研究（37.5%）采用了基本组模型，一项研究（12.5%）采用了休息再分配模型。几乎所有的研究（n = 7，88%）都包括在集合分析中，并控制了训练量，有5项研究（63%）是在未受过训练的参与者中进行的。
3.6.1 评估速度的方法、训练的身体部位和运动类型
在速度结果方面，观察到测量类型的巨大差异。在报告速度结果的8项研究中，有3项（37.5%）使用1RM的固定分数来评估速度（即相对负荷保持不变，但外部负荷根据肌肉力量的适应程度而变化），而2项研究（25%）使用固定负荷（即相对负荷变化，但外部负荷保持不变）。四项研究（50%）使用力-速度剖析来估计最大理论速度（即Vmax），三项研究（37.5%）报告了力-速度曲线的斜率。一项研究（12.5%）使用了速度的功能性测量（即6米步行时间）。五项研究（62.5%）使用了下半身运动，五项研究（62.5%）使用了复合运动。只有两项研究使用了孤立的运动，都是使用腿部伸展。所有测试上体运动速度的研究都使用了卧推、卧推投掷或手球投掷。有一项研究使用了对抗性的跳跃动作。由于评估速度的研究数量有限，没有进行关于运动类型的亚组分析。
3.7 肌肉肥大
在荟萃分析中，有8项研究报告了对肌肉肥大的测量。尽管在集合分析中，不同配置之间没有明显差异（ES=-0.05±0.14，95%CI-0.32至0.23，P=0.73），但与传统配置（4.8±3.5%）相比，聚集配置（2.7±4.3%）的肌肉肥大措施的平均增幅略低。在纳入肌肉肥大荟萃分析的8项研究中，4项研究（50%）使用了重复间休息模型，2项研究（25%）使用了休息再分配模型，1项（12.5%）使用了基本的聚集组模型，1项（12.5%）使用了休息-暂停方法。重要的是，所有纳入肥大分析的研究都控制了训练量，而且大多数研究（63%）都是在未受过训练的参与者身上进行。
3.7.1 评估肌肉肥大的方法、训练的身体部位和运动类型
在评估肌肉肥大的8项研究中，最常见的方法是测量上身的肌肉厚度（n = 5，62.5%）（即胸大肌、肱二头肌、三角肌前部和胸部）。两项研究（25%）也评估了下半身的肌肉厚度，其中一项（12.5%）使用大腿，一项使用大腿内侧肌（12.5%）。其他不太常见的评估肥大的方法包括两项研究（25%）测量瘦体重，一项研究（12.5%）测量校正的大腿围，一项（12.5%）测量估计的大腿横截面积。由于现有研究有限，没有对肥大进行亚组分析。
3.8 肌肉耐力
八项研究报告了对肌肉耐力的测量。肌肉耐力的平均改善是相似的，即在聚集组和传统组的配置中分别为25.7±28.4%和25.4±26.6%。如图4所示，在集合分析中，不同配置之间没有明显差异（ES = – 0.07 ± 0.18，95% CI – 0.43 to 0.29，p = 0.70）。三项研究使用了基本聚集组模型，三项研究使用了重复间休息模型，一项研究使用了休息再分配模型，一项研究使用了休息-暂停方法。所有纳入的研究都控制了训练量，71%的研究是在未受过训练的参与者中进行的。
3.8.1 评估肌肉耐力的方法、训练的身体部位和运动类型
在评估肌肉耐力的八项研究中，六项研究（75%）进行了绝对肌肉耐力测试（即在测试后保持固定的负荷），而三项研究进行了相对肌肉耐力测试（即在测试后保持一个固定的相对负荷）。四项研究（50%）通过在单组中进行重复次数至力竭来量化肌肉耐力，而四项研究（50%）则以工作或量的累积来报告耐力。两项研究（25%）使用了等距任务直到失败，并报告了保持收缩的时间。大多数研究使用了上半身运动（n = 7，87.5%），包括卧推、肱二头肌卷曲或肩压。一半的研究（50%）用下半身运动评估肌肉耐力；两项研究使用腿部伸展，一项研究使用深蹲，一项研究使用压腿。五项研究（62.5%）使用了复合运动，而六项研究（75%）使用了孤立的运动。由于研究的数量有限，没有对肌肉耐力的运动类型进行亚组分析。
3.9 次级分析
详细的亚分析结果见电子补充材料[ESM]表S1和表S2。由于现有研究有限，没有对速度、肌肉耐力或肥大进行亚组分析。当运动量受到控制（ES = – 0.06 ± 0.09, 95% CI – 0.24 to 0.13, p = 0.54）或未受到控制（ES = 0.00 ± 0.17, 95% CI – 0.33 to 0.33, p = 0.99）时，聚集组和传统组配置在肌肉力量方面没有差异。同样，训练过的/运动过的参与者（ES = – 0.07, 95% CI – 0.30 to 0.16, p = 0.55）或未训练过的参与者（ES = – 0.05 ± 0.12, 95% CI – 0.28 to 0.19, p = 0.69）的肌肉力量没有明显差异。当对上半身（ES = 0.03 ± 0.09, 95% CI – 0.14 to 0.20, p = 0.75）或下半身运动（ES = – 0.07 ± 0.11, 95% CI – 0. 30至0.15，p = 0.51），也没有评估复合运动（ES = – 0.04 ± 0.09，95% CI – 0.23至0.14，p = 0.64）或孤立运动（ES = – 0.14 ± 0.18，95% CI – 0.49至0.22，p = 0.44）时。
同样，在对干预措施进行分项分析时，在力量结果方面也没有统计学上的显著差异，在干预措施中，训练量得到了控制（ES = 0.01 ± 0.10，95% CI – 0.19 to 0.20，p = 0. 95）或未受控制（ES = 0.07 ± 0.25，95% CI – 0.41至0.56，p = 0.76），受训/运动（ES = 0.11 ± 0.15，95% CI – 0.19至0.40，p = 0.48）或未受训子组（ES = – 0.04 ± 0.12，95% CI – 0.28至0.20，p = 0.72）。然而，只有三项研究可用于训练量不受控制的子分析，可能没有足够的动力。对上半身（ES = 0.14 ± 0.14，95% CI – 0.12至0.41，p = 0.29）和下半身（ES = 0.02 ± 0.10，95% CI – 0.18至0.22，p = 0.84）运动进行子分析时，也没有统计上的显著差异。此外，对复合运动（ES = 0.02 ± 0.11，95% CI – 0.18 to 0.23，p = 0.83）和孤立运动（ES = – 0.01 ± 0.21，95% CI – 0.43 to 0.41，p = 0.96）进行子分析时，没有发现统计学上的显著差异。
3.10 研究质量和报告
使用TESTEX量表，研究质量和报告的平均总分分别为2.9±0.8（中值=3）和6.2±1.7（中值=6）（ESM表S3）。总的来说，在可能的15分中，研究的总分是9.1±2.1（中位数=9）。得分最低的研究得到5分，得分最高的研究得到14分。总体而言，研究质量和报告被归类为 “良好”，29项研究中有21项达到了这一标准。常见的研究质量和报告的局限性包括：对照组的活动监测（2/29项研究），至少一个主要结果测量的评估者的盲法（3/29项研究）和随机化规范（4/29项研究）。相比之下，几乎所有的研究都报告了点数测量和变异性测量（28/29项研究），对主要结果进行了组间统计比较（28/29项研究），所有的研究都在分配隐蔽性方面得了一分。只有两项研究的总分是 “优秀”（≥11分）。
4讨论
据作者所知，这是第一项直接比较使用聚集和传统成套RT干预所产生的慢性适应的元分析调查。总的来说，结果表明，两种配置在肌肉力量、爆发力、速度、肥大和耐力方面的适应性相似。此外，在进行亚组分析（仅是肌肉力量和爆发力输出）以考察运动量、聚集组模式、身体部位和运动选择的影响时，没有观察到聚集组和传统组之间的差异。这些发现进一步挑战了重复最大训练的必要性，以及训练到失败是诱发肥大或基于表现的改善所必需的观点。基于整体的证据，聚集和传统的组合配置都是合理的训练策略。然而，聚集组配置可以实现类似的肌肉和神经肌肉的适应，同时减少疲劳发展，这可能是周期性训练计划的各种应用和阶段的一个重要考虑。
4.1 肌肉力量
在使用聚集或传统组合配置的RT干预后，力量增长的幅度没有整体差异（ES=-0.05，95%CI-0.22至0.11）。同样，当考虑到运动量、聚集组模式、身体部位和运动选择时，也没有观察到差异（ES的范围：-0.65到0.20）。然而，没有控制运动量的研究、使用下半身运动的研究和孤立运动的研究之间存在着异质性（见ESM表S1）。鉴于聚集组配置通常被讨论和实施为强调运动质量和最小化疲劳的手段，而不是主要关注力的产生和/或力量的发展，聚集组和传统组合项目之间相似的力量增益是一个重要和新颖的发现。总的来说，有26项研究对力量进行了评估，其中只有两项研究报告说，使用传统的组合项目，力量的提高是明显有利的。具体来说，由于不同条件下的运动量得到了控制，Zarezadeh-Mehrizi等人认为，这可能是由于在进行运动时产生了更大的疲劳相关效应。Goto等人也假设了类似的机制，因为乳酸、生长激素和（非）肾上腺素的反应在传统组训练中更大，其他急性研究中也注意到类似的反应。尽管在传统的成套训练中可能会出现更大的疲劳、代谢压力和内分泌反应，但这些对力量适应的必要性一直是争论不休的主题，越来越多的证据表明它们既不是必要的，也不是必需的。此外，较少的疲劳也可以优化运动质量，因此，对高技能的复杂多关节运动是有益的。此外，聚集组配置也可能产生更有利的感知反应，如减少感知到的努力或劳累感，尽管证据似乎不一。然而，在需要频繁训练和/或比赛的周期性项目的某些阶段，将疲劳和感觉到的努力降到最低可能是有利的。此外，在运动能力受到影响，或由于主观因素导致坚持性差的情况下，这也可能是有利的。这样的例子可能包括临床锻炼项目，在这些项目中，疾病的负面影响是限制体力消耗的因素，建议进一步进行具体研究。
此外，当在所有的研究和结果测量中取平均值时，无论是聚集还是传统的组合配置，所获得的力量都在18%左右。这表明，本综述中的研究所采用的方案足以（如方案的性质和持续时间）在干预期间引起实质性的力量适应。然而，应该注意的是，在评估肌肉力量的26项研究中，有12项是在未受过训练的参与者中进行的。因此，尽管由于参与者特征（如年龄和训练经验）和评估运动的异质性，很难对各个研究中参与者的基线力量进行具体和直接的比较，但可以假设，在干预期间，更强壮的、训练有素的人的力量增长会更低。尽管如此，无论组别配置如何，都会发生力量的适应，这进一步证明了在RT过程中，力量的提高是独立于疲劳累积的。尽管如此，重要的是要考虑到，肌肉力量的提高是在持续3到12周的干预后评估的。可以假设，这些持续时间太短，无法检测出潜在的小差异或项目之间的长期分歧反应的趋势，特别是当两个积极的RT组，在大多数情况下，只在组合配置上有差异的时候。此外，似乎没有一项研究允许在干预结束时或干预之后有一个充分的减量期，这可能会改善后测试期间的最大力量表现。也就是说，有两项研究确实显示了传统的组合配置具有更大的力量适应性，Goto等人使用了12周的干预，Zarezadeh-Mehrizi等人使用了6周的干预。相反，Samson和Pillai观察到了相反的效果，在使用聚集组配置的7周后观察到了更大的力量适应。然而，由于没有发现聚集和传统组合配置之间的其他个体研究差异，因此很难确定更长的干预是否会在肌肉力量适应方面表现出差异。
4.2 速度和爆发力
运动速度和肌肉力量输出的重要性在许多人类表现和与健康有关的场合都得到了公认。此外，长期以来，人们一直认为神经肌肉的适应是对训练刺激的具体反应。特别是，机械刺激的调节被认为是这一过程中的关键。至少从假设的角度看，聚集组配置似乎有利于引起对运动速度的积极影响，这可以直接影响力量。为了证明这一点，一些急性研究报告指出，在训练过程中采用聚集组时，这两个变量都更大（例如，不同组别和重复的损失最小）。因此，对运动速度和力量输出的关注一直是聚集组研究和项目的主流（例子见Tufano等人；Haff等人；Hardee等人）。然而，尽管有尖锐的证据和一般的假设，本荟萃分析的结果显示，聚集和传统套路干预之间在运动速度（+2.5%和-3.4%，ES=0.15，95%CI-0.10至0.40，p=0.24）或力量输出（+10.6%和+9.1%，ES=0.02，95%CI-0.17至0.20，p=0.86）的发展上没有明显的区别。这些观察结果的原因并不完全清楚，但至少部分可能是由于所提出的几个因素。首先，力量的变化在聚集和传统套路项目之间是相似的，这是表达力量的能力的一个重要因素，特别是在力量水平不理想的个体中。具体来说，在本综述中纳入的15项评估力量的研究中，有7项是在未受过训练的人身上进行的。因此，力量在聚集和传统组项目中都有类似的改善，可能在观察到的力量输出的改善中起到了主要的支撑作用，特别是对未受过训练的人。然而，在采用受过训练的人或运动员的研究中，也观察到聚集和传统组合配置之间类似的非显着效应（ES的范围：-0.29至0.63）。在进一步检查分析的数据后，似乎未受过训练的人和受过训练的人的力量水平相当相似，这可能有助于解释这一结果。特别是，有两项研究显示，力量发展的中度效应有利于传统组合配置（ES = – 0.69 和 – 0.97）。然而，在力量发展方面观察到了不显著的中度效应，其中一项研究倾向于聚集组配置（ES = 0.63，95% CI – 0.20至1.45，p = 0.14），另一项研究倾向于传统组合配置（ES = – 0.78，95% CI – 1.69 至 0.14，p = 0.10）。因此，仅根据这些研究的强度和爆发力结果得出任何进一步的结论，充其量只是一种猜测。另一个考虑因素是，同一作者还在训练计划中包括了跳蹲，同样的任务也被用于前后评估。这可能突出了对任务特异性的需要，以检测与训练有关的变化，否则可能不明显。尽管有这样的想法，但使用在训练期间进行的任务的研究也显示，聚集和传统的组合配置在力量或速度发展方面没有区别。其中许多是用 “传统 “练习来评估的，如伸腿、卧推或深蹲，这些练习可能不像高速爆发性动作那样有利于最大爆发力的表达。
此外，力量的发展可以通过更快的运动速度来支持，同时也可以在没有力量改善的情况下进行。然而，考虑到在本荟萃分析中观察到的类似的力量和爆发力适应，也许并不奇怪，速度结果也显示在聚集和传统的组合配置之间没有区别。这一发现可能至少部分是由于纳入的研究中评估速度的数量有限（n = 7）。因此，我们建议，未来的研究需要在方法上考虑对与训练项目有关的力量和速度进行最适当和敏感的测量。未来的研究还应该仔细考虑根据所采用的任务和所获得的数据（如跳跃高度与计算出的爆发力输出）来解释潜在的爆发力适应性，因为应该谨慎地对待这种代理。这些考虑可能有助于对聚集和传统集训干预后的具体适应性达成一个更明确的共识。
4.3 耐力和肥大
一些纳入的研究还调查了肌肉耐力（n = 8）和肥大（n = 8）的适应情况。传统上，肌肉肥大和/或耐力的改善与高重复/高容量的RT进行到或接近瞬间肌肉衰竭造成高代谢干扰有关。然而，在本荟萃分析中，对聚集组和传统组配置的比较显示，在肥大（ES=-0.05，95%CI-0.32至0.23）或肌肉耐力（ES=-0.28，95%CI-0.74至0.17）适应方面没有差异（见图4）。仔细观察，只有一项研究报告了使用传统的（3-5组10RM）与聚集组（3-5组2组5次）相比，肌肉耐力有较大的改善（ES=-1.94，95%CI-3.22到-0.65，P<0.001）。在同一研究中，传统训练（38%）与聚集组训练（21%）相比，力量的提高程度也更大。这两个因素与以前的研究一致，表明肌肉力量是耐力表现的一个重要因素。在其他评估耐力结果的研究中，使用了低容量的传统组别RT项目（即在研究的大部分时间里，通常是5-6次重复）。在这些研究中，报告的耐力表现的平均改善，无论组别配置如何，都是相当可观的，即约26%。这一发现证实了Assuncao等人的报告，显示低容量RT与高容量RT对改善肌肉耐力同样有效。此外，当疲劳在训练中被最小化，但力量却随着时间的推移而增加时，就会出现这种情况。虽然目前观察到的基础机制还不清楚，但应该注意到，评估耐力表现的六项研究中，有四项使用了未受过训练的参与者。因此，当对高度训练的人进行肌肉耐力调查时，有可能观察到不同的效果。具体来说，可以推测，当初始力量较大时，进一步的改善较小，因此，对耐力适应的影响可能较小。然而，由于研究的数量较少，在这个荟萃分析中没有进行进一步的分析。本综述的集体研究结果提供了支持，即聚集组和传统的成套RT干预措施可以在类似的程度上改善肌肉耐力。需要进一步的研究来提高统计能力并证实这些发现。
各项研究中，聚集组和传统组配置的肥大适应性的幅度分别为2.7%和4.8%。在所有的研究中，评估肥大适应性的干预长度从6到12周不等，传统的组别方案利用的重复次数从每组4到10次不等。虽然较低量的RT执行到失败已被证明会引起与较高量的类似的肥大反应，但在大多数组套模型中，都有意避免了训练到失败的情况，而休息-暂停方法则是如此。因此，本分析中观察到的类似的肥大适应的原因也不完全清楚。一种可能性是机械刺激的作用，这被认为是细胞信号传递和肌肉生长发生的重要因素。除了一项研究（见Stragier等人）外，所有的研究都控制了训练量，这进一步支持了这种可能性。因此，尽管在每个训练过程中，代谢压力和重复运动学（即爆发力和速度）存在已知的差异，但对于聚集和传统组的干预，很可能诱发了 “类似 “的机械负荷。作为支持，Tufano等人提出，聚集组会导致更大的机械压力而不降低运动速度。因此，目前的结果对需要大量的疲劳和代谢压力来触发肌肉生长的观点提出了异议，这一观点最近也受到了质疑。尽管如此，在聚集组和传统组的RT干预后观察到的肥大适应与其他报告的结果测量（即力量、爆发力、速度和耐力）有类似的趋势，并为聚集组配置作为一种合适的替代RT方法的功效提供了进一步的支持。展望未来，我们建议进一步的研究也应寻求建立聚集组的效果，以改善其他领域的肌肉质量，如慢性疾病和老龄化，其中肌肉质量在健康、功能和预后中起着重要作用。
在本综述所包括的研究中，还需要考虑用于评估肥大和耐力适应的技术。例如，只有两项研究通过瘦体质量的变化来评估肥大效应。其中，Oliver等人使用双能X射线吸收仪，而Prestes等人使用三部位皮褶测试来估计身体成分的变化。另外，五项研究评估了肌肉厚度的变化，一项研究使用估计的大腿横截面积，一项研究使用校正的大腿围。与更先进的技术相比，估计的横截面积和大腿围的测量的准确性和敏感性应该受到一些关注。也就是说，我们承认，进行这种测量所需的设备和需要训练有素的人员，对所有研究人员来说并不总是可行的。关于肌肉耐力，应该注意的是，有三项研究评估了在亚最大负荷下进行的重复次数，这占了训练期后的力量增长（即相对肌肉耐力），而在六项研究中没有控制它（即绝对肌肉耐力）。因此，我们建议未来的研究寻求采用一致和敏感的技术来评估肌肉肥大和耐力。因此，这可能会使人们对每种RT方法在这些结果上的相似性或差异达成更明确的共识。
4.4 方法学质量
总的来说，这些证据来自方法学质量 “良好 “的研究，只有三项研究被认为是 “优秀 “的研究质量（参考ESM表S3）。然而，关于所纳入的研究，还有一些方法上的考虑值得讨论。例如，纳入的研究中有15项没有在干预期间重新测试表现能力，因此，不能保证相对运动强度的维持。此外，有5项研究在基线上没有很好地匹配干预措施，有一项研究没有进行组间统计比较。虽然在纳入所有研究的情况下也发现了发表偏倚（见ESM图S1），但当这些研究被排除在分析之外时，结果并无差异。因此，我们建议，未来的RT干预研究应严格考虑并实施建议，以提高方法学质量和所提交证据的整体质量。
4.5 局限性和未来方向
尽管本综述的总体结果表明，在肌肉力量、爆发力输出、速度、肥大和耐力的发展上，聚集组和传统的组合配置没有区别，但有几个局限性值得考虑。在实践中，力量和体能教练可以利用聚集组配置来增加训练量和/或强度。额外的休息可以减轻疲劳，理论上可以实现更大的强度和容量。当然，这往往是以延长训练时间为代价的，正如本评论所显示的那样；聚集组。14.2±7.3分钟/次，传统的：11.2±6.0分钟/次，特别是在使用基本组的时候。在本综述中包括的研究中，在基本聚集组配置中实施的组内休息时间也有所不同（范围为60-270秒）。这是在研究之间进行比较时的一个重要考虑因素，因为聚集和组合之间的疲劳衰减和神经肌肉表现/恢复病因可能基于组内休息时间而不同。此外，未来的研究还应该考虑组内休息时间的长短与预期的训练阶段和发展某些神经肌肉或性能特征的意图有关，如力量-耐力、力量-爆发力、最大力量或爆发力，正如其他地方所讨论的。然而，由于在实际环境中，时间往往是有限的，与传统的成套RT相比，聚集组处方的休息再分配模式可能有助于减少训练过程中的疲劳，而不会增加训练时间的负担。对于力量和体能专业人员来说，休息再分配模式可能会提供一种实用的方法来实施训练课程中的聚集组配置。然而，利用休息再分配模式可能无法使三磷酸腺苷（ATP）和磷酸肌酸（PCr）得到充分的恢复，因为与其他聚集组模式（如基本聚集组）相比，休息时间较短。从理论上讲，这种不完全的恢复可能会导致不同的新陈代谢反应和不同聚集配置之间的长期训练适应。有必要进一步研究，比较采用休息再分配的组别与更传统的组别配置的长期训练反应。
此外，只有一项研究包括 “运动员 “队列；大多数研究是在未受过训练和受过训练训练的参与者中进行的。不难想象，在未受过训练的参与者中，无论使用何种组合配置，肌肉和神经肌肉参数的改善可能是相似的，特别是在短期的研究中。相反，在精英运动员群体中，性能参数可能会出现高原期，而通过聚集组来增加训练强度和训练量的方法可能特别有益。为了改善研究向实践的转化，我们建议未来的研究方向是与传统的训练组合相比，具有更高的训练量或强度的组合模式，这可能会改善这种训练计划的生态有效性。此外，持续时间较长并在高度训练或 “运动 “参与者中进行的研究设计，可以为聚集组配置在体育实践中的潜在益处提供有价值的见解。我们还建议，未来的研究应寻求在运动能力有限或感知和肌肉疲劳是一个持续和潜在的问题的人口统计学中调查聚集组RT的功效。
此外，可以推测，在其他与健康有关的环境中（即临床），聚集组也可能提供好处，在这些环境中，肌肉力量、爆发力和质量很重要，但运动能力和耐受性受到影响（例子见Gong等人，2018；Jones等人）。作为潜在应用的另一个例子，与传统的组合配置相比，聚集中的急性血流动力学反应似乎更低。这使得在心血管功能受损的患者（即心血管疾病和慢性心力衰竭）中，利用聚集配置很有吸引力，因为在阻力运动中血压和心脏负荷的不利变化是令人担忧的。然而，在临床运动环境和长期康复计划中实施之前，还需要进一步研究以确定聚集组配置的安全性和有效性。
4.6 实际应用和建议
从转化的角度来看，运动训练中的疲劳管理是各种情况下的一个重要考虑。在运动员中，经常需要充分的训练刺激，而不导致大量的疲劳，特别是在常规比赛期间，或缩减期，和/或当需要同时训练以使其他性能领域（即有氧能力，技能获得和执行）的熟练程度。事实上，一些研究（如Arazi等人、Hansen等人、Izquierdo等人、Lawton等人、Zarezadeh-Mehrizi等人）对竞技运动员进行了聚集组配置，显示了在这种情况下应用的初步想法。此外，应仔细考虑训练计划的总体目标和阶段。例如，在训练计划的力量和/或爆发力阶段，使用具有较长间隔（如>10秒）或组内（如30-45秒）休息的聚集组，坚持预定的重复次数，可能有最大的好处。相反，使用较短的组内休息时间（如15秒）和较高的重复次数或进行额外重复的范围（即休息暂停技术），在力量-耐力阶段可能更适用，因为他们可以进行更大的训练量，试图建立运动员的工作能力。总的来说，尽管不同配置之间的疲劳和潜在的感知反应不同，但聚集组和传统的组合配置在提高肌肉力量方面表现出类似的有效性。此外，较少的疲劳发展可能会使运动质量更好，这对熟练的运动（如举重运动）可能特别重要。然而，教练也应该考虑正在进行的动作的性质，以及在需要上架和卸货的情况下额外休息的实用性/可行性，因为在进行动作之前，个人往往需要付出相当大的努力来进入适当的起始位置（如杠铃深蹲或卧推）。因此，我们认为，在需要架起和卸下负荷的练习中，聚集组的实际可行性可能较低（如1-6）。在这样的任务中，新陈代谢的疲劳可能是最小的，而且每次重复所需的额外努力可能会抵消聚集组本身的预期效益。因此，在训练计划的时间和具体要求方面，聚集和传统的组合配置的应用应该由运动专家在计划阶段仔细考虑。
5结论
总的来说，这项元分析调查的结果提供了关于对训练配置不同的RT干预的慢性适应的新证据。特别是，两种组合配置在聚集和传统组合RT项目之间表现出类似的肌肉和神经肌肉适应。当考虑到运动量、聚集组模式、运动选择和训练的身体部位时，这些结果也是相似的。虽然没有直接测量，但这些发现反驳了高量疲劳是诱发RT适应的重要刺激的观点。此外，这些结果表明，同样的适应性反应可以在疲劳最小化的情况下实现，这使得聚集组配置有可能成为唤起这种适应性的较小的生理压力/负担的技术。因此，聚集组配置可能是一种有效的RT方法，可以考虑在周期性项目的各种环境和阶段中使用。特别是，本综述中提出的证据表明，当肌肉力量、爆发力、肥大、运动速度和/或耐力的发展是很重要的时候，聚集组组合可能是有效的。